1. 一个具体问题
两个服务窗口平均等待时间都是十分钟，管理者认为体验相同。实际第一个窗口多数人在九到十一分钟获服务，第二个窗口一半很快、一半等很久。只报告平均数，会把稳定性和长尾体验藏起来，无法发现服务机制的不同。
2. 一句话解释
直方图把数值数据划入连续区间，以柱形表示每个区间的频数或密度，用来观察分布形状、离散程度和可能的混合结构。
3. 出处与原意
直方图是统计学中的基本图形，也被 ASQ 收入质量分析工具。它不是普通类别柱状图：横轴代表有顺序和距离意义的数值区间，柱子通常相邻。展示等宽区间频数时高度直接对应数量；若区间宽度不同，需要用密度等方式让面积正确表示频数，不能简单比较高度。
4. 原理与机制
准备图表时注明单位、样本量、收集时期及区间边界规则。区间太宽会掩盖形状，太窄会制造噪声，宜试几种合理宽度检查结论是否稳定。双峰可能提示混合了不同流程，长尾可能提示少数异常或自然偏态，但形状本身不解释原因。直方图也丢失时间顺序，因此无法区分逐渐变慢与随机出现的慢值。
比较两组数据时尽量使用相同分箱与坐标范围，并标明各自样本量；样本量差异很大时，比例比原始次数更便于比较。若为阅读方便截断横轴，也要说明截去了什么，不能让少数极慢记录在展示中无声消失。
5. 一个完整案例
以下是假设案例。团队收集二十次文件上传耗时，按零至五秒、五至十秒、十至十五秒、十五至二十秒划分，约定左闭右开，最后一组包含二十秒。四组分别有四、十、四、二次，总数二十，前十秒内完成十四次，占百分之七十。最后两次较慢，团队保留原始记录，发现它们都是大文件。再按文件大小分层，慢尾可能部分来自任务差异。若直接删除这两条“异常值”，图会变漂亮，却无法反映真实用户的等待。后续需要同时看文件大小、网络条件和时间顺序。
6. 适用条件与反例
适合连续数值的分布探索、过程比较和检查规格附近的数据。样本很少时可先用点图展示每个值。反例是把用户年龄分成儿童、青年、中年、老年后画不等宽柱形，却按柱高宣称某个年龄段最集中；区间定义和宽度会直接影响视觉判断。
7. 今天可以尝试的行动
导出最近一段完整时期的一个数值指标，保留原始值和时间。画两种合理分箱的直方图，记录哪些特征在两张图中都存在。再对最长尾的几条记录查看上下文，提出调查问题，不要仅为了接近钟形而删除不方便的数据。